Faktor-Faktor yang Mempengaruhi Hasil Belajar Statistika Mahasiswa melalui Pemodelan Regresi Logistik Biner

Authors

  • Filda Febrinita Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Islam Balitar https://orcid.org/0000-0001-9982-8577
  • Wahid Ibnu Zaman Program Studi Pendidikan Guru Sekolah Dasar, Fakultas Keguruan dan Ilmu Pendidika, Universitas Nusantara PGRI Kediri https://orcid.org/0009-0006-2729-3386
  • Wahyu Dwi Puspitasari Program Studi Sistem Komputer, Fakultas Teknologi Informasi, Universitas Islam Balitar

DOI:

https://doi.org/10.51574/kognitif.v4i1.1588

Keywords:

Faktor, Hasil Belajar, Statistika, Pemodelan, Regresi Logistik Biner

Abstract

Statistika merupakan salah satu cabang ilmu matematika yang mempunyai peranan penting dalam bidang teknologi informasi. Oleh karena itu, statistika diintegrasikan dalam kurikulum Program Studi Teknik Informatika sebagai salah satu mata kuliah wajib. Berdasarkan observasi dan wawancara peneliti terhadap dosen pengampu mata kuliah statistika dan mahasiswa yang telah menyelesaikan mata kuliah statistika, diperoleh informasi bahwa rata-rata hasil belajar statistika masih rendah dan kompetensi mahasiswa dalam melakukan fungsi pengolahan dan analisis data masih lemah. Selain itu, kemandirian mahasiswa dalam belajar kurang dan dosen mempunyai keterbatasan dalam mengidentifikasi kesulitan belajar mahasiswa karena waktu belajar yang terbatas. Oleh karena itu, hasil belajar statistika mahasiswa dianalisis menggunakan model regresi logistik biner dengan tujuan untuk mengetahui faktor-faktor yang mempengaruhi hasil belajar tersebut. Penelitian dilakukan terhadap 72 mahasiswa yang mengambil mata kuliah statistika. Hasil penelitian menunjukkan bahwa pemodelan hasil belajar statistika siswa memiliki tingkat kesesuaian sebesar 86,1%. Pemodelan memberikan informasi bahwa faktor-faktor yang mempengaruhi hasil belajar statistika meliputi kemandirian belajar, kemandirian dalam menyelesaikan tugas atau soal matematika, dan durasi saat belajar matematika. Ketiga variabel tersebut berpengaruh positif dan berbanding lurus terhadap hasil belajar statistika. Selain itu, variabel durasi belajar merupakan variabel yang mempunyai pengaruh paling besar terhadap hasil belajar statistika karena mempunyai nilai odd ratio paling besar

Downloads

Download data is not yet available.

Author Biographies

Filda Febrinita, Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Islam Balitar

Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Islam Balitar

Wahid Ibnu Zaman, Program Studi Pendidikan Guru Sekolah Dasar, Fakultas Keguruan dan Ilmu Pendidika, Universitas Nusantara PGRI Kediri

Program Studi Pendidikan Guru Sekolah Dasar, Fakultas Keguruan dan Ilmu Pendidika, Universitas Nusantara PGRI Kediri

Wahyu Dwi Puspitasari, Program Studi Sistem Komputer, Fakultas Teknologi Informasi, Universitas Islam Balitar

Program Studi Sistem Komputer, Fakultas Teknologi Informasi, Universitas Islam Balitar

References

Asmar, A., & Delyana, H. (2020). Hubungan Kemandirian Belajar Terhadap Kemampuan Berpikir Kritis Melalui Penggunaan Software Geogebra. AKSIOMA: Jurnal Program Studi Pendidikan Matematika, 9(2), 221–230. https://doi.org/10.24127/ajpm.v9i2.2758 DOI: https://doi.org/10.24127/ajpm.v9i2.2758

Asmar, A., & Delyana, H. (2022). The Influence of Independence and Motivation to Learn Through PBL on Students’ Problem-Solving Abilities. AKSIOMA: Jurnal Program Studi Pendidikan Matematika, 11(3), 1690–1700. https://doi.org/10.24127/ajpm.v11i3.5884 DOI: https://doi.org/10.24127/ajpm.v11i3.5884

Bina, N. S. (2020). Penerapan Statistika dalam Sistem Informasi. MES: Journal of Mathematics Education and Science, 6(1), 48–55.

Erawati, N. K. (2020). Mathematics Learning Outcomes Based on Gender in the Inquiry Learning Model. 394(ICIRAD 2019), 264–269. https://doi.org/10.2991/assehr.k.200115.043 DOI: https://doi.org/10.2991/assehr.k.200115.043

Harahap, A. (2024). The Impact Of Student Learning Independence On The Learning Outcomes Of Class X Students of SMK Al-Bukhori Rantauprapat. International Journal Of Humanities Education and Social Sciences (IJHESS), 3(4), 2105–2110. https://doi.org/10.55227/ijhess.v3i4.879 DOI: https://doi.org/10.55227/ijhess.v3i4.879

Hidayati, H. A., & Munandar, D. R. (2023). The Influence of Mathematics Learning Interest on the Conceptual Understanding of Eighth-Grade Middle School Students. Union: Jurnal Ilmiah Pendidikan Matematika, 11(1), 136–142. https://doi.org/10.30738/union.v11i1.13639 DOI: https://doi.org/10.30738/union.v11i1.13639

Ihwal, M., & Indrawati, W. O. (2024). Analisis Prediktif Pengaruh Kemampuan Dasar Matematika Terhadap Hasil Belajar Statistika Mahasiswa. Edu Society: Jurnal Pendidikan, Ilmu Sosial, Dan Pengabdian Kepada Masyarakat, 4(1), 1228–1233.

Marna, Saftari, M., Jana, P., & Maxrizal. (2021). Analisis Regresi Logistik Biner untuk Memprediksi Faktor Internal dan Eksternal terhadap Indeks Prestasi. DELTA: Jurnal Ilmiah Pendidikan Matematika, 9(1), 47–56. https://doi.org/http://dx.doi.org/10.31941/delta.v9i1.1251 ANALISIS DOI: https://doi.org/10.31941/delta.v9i1.1251

Masruroh, A., & Kusumawardani, R. (2023). Pengaruh Kemandirian Belajar terhadap Kemampuan Pemecahan Masalah Matematis Siswa SDN 01 Kemayoran Jakarta. Prosiding Diskusi Panel Nasional Pendidikan Matematika, 29–36. https://doi.org/10.31331/medivesveteran.v3i1.646 DOI: https://doi.org/10.31331/medivesveteran.v3i1.646

Mukholifah, M., Tisngati, U., & Ardhyantama, V. (2020). Mengembangkan Media Pembelajaran Wayang Karakter Pada Pembelajaran Tematik. JIP: Jurnal Inovasi Penelitian, 1(4), 673–682. https://doi.org/10.47492/jip.v1i4.152 DOI: https://doi.org/10.47492/jip.v1i4.152

Mutijah. (2017). Analisis Regresi Logistik Biner Terhadap Faktor Pengaruh Prestasi Akademik Mahasiswa Tadris Matematika IAIN Purwokerto. JPA: Jurnal Penelitian Agama, 18(1), 46–65. https://doi.org/10.24090/jpa.v18i1.2017.pp46-65 DOI: https://doi.org/10.24090/jpa.v18i1.2017.pp46-65

Nurhajarurahmah, S. Z., & Arsyad, N. (2023). Mathematical Reasoning and Communication Levels Ability based on Gender Differences. Daya Matematis: Jurnal Inovasi Pendidikan Matematika, 11(3), 165–172. https://doi.org/10.26858/jdm.v11i3.53789

Parhaini. (2017). Pengaruh Asal Sekolah dan Jurusan Terhadap Hasil Belajar Pengantar Dasar Matematika Mahasiswa Fakultas Tarbiyah UIN Mataram. HIKMAH, XIII(2), 177–198. DOI: https://doi.org/10.47466/hikmah.v13i2.159

Park, H. A. (2013). An Introduction to Logistic Regression: From Basic Concepts to Interpretation with Particular Attention to Nursing Domain. Journal of Korean Academy of Nursing, 43(2), 154–164. https://doi.org/10.4040/jkan.2013.43.2.154 DOI: https://doi.org/10.4040/jkan.2013.43.2.154

Prabawati, M., Herman, T., & Turmudi. (2019). Mathematical Literacy Skills Students of The Junior High School in term of Gender Differences. International Seminar on Applied Mathematics and Mathematics Education-Journal of Physics: Conference Series, 1315(1), 1–6. https://doi.org/10.1088/1742-6596/1315/1/012084 DOI: https://doi.org/10.1088/1742-6596/1315/1/012084

Sabat, A. O., Mardiyana, & Pramudya, I. (2021). Gender Difference: Students’ Mathematical Literacy in Problem Solving. Proceedings of the International Conference of Mathematics and Mathematics Education (I-CMME 2021), 597, 25–30. https://doi.org/10.2991/assehr.k.211122.004 DOI: https://doi.org/10.2991/assehr.k.211122.004

Sari, M., Rachman, H., Astuti, N. J., Afgani, M. W., & Siroj, R. A. (2023). Explanatory Survey dalam Metode Penelitian Deskriptif Kuantitatif. Jurnal Pendidikan Sains Dan Komputer, 3(01), 10–16. https://doi.org/10.47709/jpsk.v3i01.1953 DOI: https://doi.org/10.47709/jpsk.v3i01.1953

Sihotang, S. F. (2023). Analisis Regresi Logistik Biner untuk Memprediksi Probabilitas Kelulusan Ujian Akhir Semester Mahasiswa yang Mengambil Mata Kuliah Matematika Farmasi. MES: Journal of Mathematics Education and Science, 8(2), 203–211.

Sinaga, D., Sipayung, R., Simarmata, E. J., & Silaban, P. J. (2023). The Effect of The Use of The Drill Method on Students’ Mathematics Learning Outcomes on Weight Unit Measurement Material in Grade IV Elementary School. Social, Humanities, and Educational Studies (SHES): Conference Series, 6(1), 512–521. https://doi.org/10.20961/shes.v6i1.71164 DOI: https://doi.org/10.20961/shes.v6i1.71164

Suharti, Sulasteri, S., & Hairunnisa. (2021). Analisis Kemampuan Penalaran dan Kemampuan Pemecahan Masalah Matematis Mahasiswa Pendidikan Matematika Ditinjau Dari Asal Sekolah. SJME (Supremum Journal of Mathematics Education), 5(1), 11–21. https://doi.org/10.35706/sjme.v5i1.4280 DOI: https://doi.org/10.35706/sjme.v5i1.4280

Sutanto, F. A., Yulianto, H., & Hartono, B. (2021). Application of Logistic Regression to Analyze Student Performance in Elective Courses. Quest Journals Journal of Software Engineering and Simulation, 7(12), 2321–3809. www.questjournals.org

Tusaadia, A., Abdillah, A., Mahsup, M., Mandailina, V., & Syaharuddin, S. (2022). Learning Independence Towards Mathematics Learning Outcomes Based on Education Level. Indonesian Journal Of Educational Research and Review, 5(3), 577–587. https://doi.org/10.23887/ijerr.v5i3.52312 DOI: https://doi.org/10.23887/ijerr.v5i3.52312

Wahyuni, N., Rahman, A., & Ilyas, M. (2017). The Effect of Implementing Drill Method Towards Learning Result and Motivation Based on Initial Mathematics Ability. International Conference on Natural and Social Sciences 2017, 209–216.

Wulandari, A., Faruk, F. M., Doven, F. S., & Budyanra. (2019). Penerapan Metode Regresi Logistik Biner Untuk Mengetahui Determinan Kesiapsiagaan Rumah Tangga Dalam Menghadapi Bencana Alam. Seminar Nasional Official Statistics 2019: Pengembangan Official Statistics Dalam Mendukung Implementasi SDG’s, 2019(1), 379–389. https://doi.org/10.34123/semnasoffstat.v2019i1.146 DOI: https://doi.org/10.34123/semnasoffstat.v2019i1.146

Downloads

Published

2024-06-15

How to Cite

Febrinita, F. ., Zaman, W. I., & Puspitasari, W. D. . (2024). Faktor-Faktor yang Mempengaruhi Hasil Belajar Statistika Mahasiswa melalui Pemodelan Regresi Logistik Biner. Kognitif: Jurnal Riset HOTS Pendidikan Matematika, 4(1), 523–534. https://doi.org/10.51574/kognitif.v4i1.1588